检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

双编码端高分辨率遥感影像语义分割算法

计算机科学与探索 2024年

作者：吴梦可高心丹东北林业大学计算机与控制工程学院

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络(Convolutional Neural Network，CNN)的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，... 详细信息

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络(Convolutional Neural Network，CNN)的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影像语义分割算法DEGFNet(Dual Encoders and Global Local Transformer Feature Refinement Network)。首先，设计特征融合模块(Feature Fusion Block，FFB)将Swin Transformer捕获的全局特征引入编码端，应对多尺度对象带来的挑战，同时，在Swin Transformer中设计空间交互模块(Spatial Interaction Block，SIB)，降低复杂背景样本带来的负面影响；其次，在解码端引入全局-局部注意力模块(Global Local Transformer Block，GLTB)和特征细化模块(Feature Refinement Block，FRB)，来更好地利用编码端提取的信息，提高语义分割的精确性；最后，采用交叉熵损失和Dice Loss组成的混合损失函数训练模型，减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上，宏观平均F1值(macro-F1，mF1)、平均交并比(mean Intersection over Union，mIoU)和整体准确率(Overall Accuracy，OA)指标分别达到91.9%、84.8%和92.4%，在LoveDA数据集上，mIoU指标达到55.0%，均展现出了更好的语义分割效果和良好的泛化性。

关键词：高分辨率遥感影像语义分割卷积神经网络 Swin Transformer

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高速旋转叶片振动信号模拟系统的设计与实现

高速旋转叶片振动信号模拟系统的设计与实现

作者：呼延可西安工业大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高收入人群个人所得税税收征管问题研究

高收入人群个人所得税税收征管问题研究

作者：高晓可河北经贸大学

学位级别：硕士

第二十次全国代表大会上,习近平总书记做出的报告在增进民生福祉,提高人民生活品质的策略中指出要完善我国个人所得税制度,规范收入分配秩序,规范财富积累机制,保护合法收入,调节过高收入。在此之前,《关于进一步深化税收征管改革的意... 详细信息

第二十次全国代表大会上,习近平总书记做出的报告在增进民生福祉,提高人民生活品质的策略中指出要完善我国个人所得税制度,规范收入分配秩序,规范财富积累机制,保护合法收入,调节过高收入。在此之前,《关于进一步深化税收征管改革的意见》也指出税务机关要精准实施监管,在建立健全以“信用+风险”为基础的新型监管机制的基础上,依法加强对高收入高净值人群的税费服务与监管。当前,我国收入分配仍存在较大差距,尚未建立起中间大、两头小的橄榄型分配结构,社会分配不公还比较严重。高收入人群在财富分配中扮演着重要角色,掌握国家大部分的财富。然而,由于高收入人群的收入来源复杂多元,且避税心理较强,导致税收出现大量流失。个人所得税作为聚集财政收入和调节收入分配的有效工具,在高收入人群税收征管方面还存在诸多不足。本文的研究主要以二八法则、税收遵从理论、税收公平理论和信息不对称理论为基础进行展开,采用了文献研究法和定量分析法这两种研究方法。本文首先对高收入人群的涉税特征和个人所得税税收流失现状展开分析。认为高收入人群主要具有收入来源隐蔽且多元化、税收筹划意愿强烈和自身形象受纳税遵从度影响的涉税特征。同时,根据收入能力测算法和现金比率法的测算结果,得出高收入人群个税税收流失规模近三年比较平稳,但占经济总值比重仍然不低,税收流失仍比较严重的结论。之后,通过对当前税收征管措施进行梳理,同时结合我国实际发展,提出了高收入人群个税征管过程中存在的问题。主要集中在税源管理机制不完善、税务稽查和惩处力度弱、纳税服务质量有待改善和国际合作水平需进一步提升四方面。税源管理机制不完善以及税务稽查和惩处力度弱又具体表现为缺乏专门化高收入人群管理部门、税源监控存在缺陷、信息管理数字化水平不足、缺乏高收入人群专项稽查和税收违法成本不高。针对以上问题,本文提出要成立高收入人群专门管理部门、完善第三方涉税信息共享机制以及提高信息数字化水平。同时加强税务稽查力度、完善税收处罚激励机制。除此之外,还要提升纳税服务质量、优化国际情报交换机制。本文希望通过这些改善措施,能够对高收入群体进行有效税收征管,减少个税流失规模和收入分配差距,促进社会和谐稳定发展。

关键词：高收入人群个人所得税税收征管

基于YOLO网络的设施农业环境中绿色番茄检测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于YOLO网络的设施农业环境中绿色番茄检测算法研究

作者：张为可山东师范大学

学位级别：硕士

为了积极响应国家乡村振兴战略,持续推动智慧农业发展,提高农业智能装备作业性能,本研究旨在提升设施农业装备的智慧化水平,以设施农业环境下绿色番茄为研究对象,构建绿色番茄精准检测算法,实现番茄生长监测和科学化管理。由于生长期的... 详细信息

为了积极响应国家乡村振兴战略,持续推动智慧农业发展,提高农业智能装备作业性能,本研究旨在提升设施农业装备的智慧化水平,以设施农业环境下绿色番茄为研究对象,构建绿色番茄精准检测算法,实现番茄生长监测和科学化管理。由于生长期的绿色番茄与其背景枝叶颜色相近,受机位影响导致的果实重叠和枝叶遮挡,以及光线的影响,这些因素严重制约着绿色番茄的检测精度。受YOLO(You Only Look Once)检测算法思想的启发,针对复杂的设施农业环境下生长期的绿色番茄果实检测难题展开研究,以提升设施农业装备对绿色果实的识别精度,本研究的主要内容如下:(1)当前设施农业环境下绿色番茄数据集的数量较少,为此,本研究充分考虑设施农业环境下光线、机位等因素的影响,采集绿色番茄图像;对采集的图像进行筛选、裁剪、增强等预处理后,采用Label Me软件对目标果实进行人工标注,并将数据保存为COCO格式;最后按照9:1的比例划分训练集和测试集,完成绿色番茄数据集的构建。(2)针对绿色番茄与枝叶背景颜色相近导致的目标果实出现误识或漏识现象,本研究设计基于YOLOv5优化的绿色果实检测模型。通过引入ECA-Net和CBAM模块增强网络对绿色番茄空间和通道特征的关注度;采用Focal Loss损失函数控制正负样本和难易分类样本的权重,以提升正样本对模型的影响。实验结果表明,YOLOv5优化模型的平均检测精度达到80.1%。(3)针对绿色番茄果实重叠或枝叶遮挡导致的边界模糊或漏检问题,本研究提出基于YOLOv7优化的检测模型。借助Coordinate Attention对通道关系和长期依赖性进行编码,增强目标特征的方向感知和位置感知信息能力;采用Conv Next模块来调整卷积网络架构和优化策略,增强模型的泛化能力。实验结果表明,重叠果实的检测精准度达到81.8%。综上,针对设施农业环境中绿色番茄生长期果实检测难题,本研究借助YOLO算法思想构造绿色番茄高效的优化检测模型,有效解决了设施农业环境中目标果实与背景颜色相近、果实相互重叠、枝叶遮挡、光线多变等干扰。新模型为设施农业环境中的番茄的产量预测、科学化管理等提供理论基础和技术支持,同时也为其他果蔬识别提供理论借鉴,为设施农业的快速发展提供有效的解决方案。

关键词： YOLO 绿色番茄目标检测设施农业

考虑灵活性资源的综合能源系统优化调度策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

考虑灵活性资源的综合能源系统优化调度策略研究

作者：石珂可重庆理工大学

学位级别：硕士

随着可再生能源接入电网比例逐年增加以及用户侧用能行为随机性日益增强,新型电力系统的运行灵活性和安全稳定性面临了前所未有的新挑战。综合能源系统作为新型电力系统运行的关键支撑环节,能够促进可再生能源消纳,保证系统安全可靠运... 详细信息

随着可再生能源接入电网比例逐年增加以及用户侧用能行为随机性日益增强,新型电力系统的运行灵活性和安全稳定性面临了前所未有的新挑战。综合能源系统作为新型电力系统运行的关键支撑环节,能够促进可再生能源消纳,保证系统安全可靠运行。因此,为了进一步增强新型电力系统的运行灵活性,必须强化综合能源系统的灵活运行能力,充分发挥其快速响应功率变化的调节特性。本文从综合能源系统源-网-荷-储的能源结构出发,充分利用各部分的资源灵活调节特性,开展考虑灵活性资源的优化调度策略研究,并就此开展如下研究工作:(1)为了量化分析综合能源系统灵活性资源,从综合能源系统运行架构出发,开展源、网、荷、储的资源灵活调节特性研究。首先将系统运行结构作为着手点,深入分析综合能源系统中源、网、荷、储四种能源结构的灵活性资源。以各个结构的灵活调节特性为基础,建立电源侧、网络侧、负荷侧、储能侧的资源灵活调节特性模型,进而为考虑灵活性资源的优化调度策略研究提供理论支撑。(2)针对综合能源系统供给侧灵活性资源,开展考虑设备变工况特性的综合能源系统灵活爬坡优化研究。首先,分析综合能源系统内各能源转换设备的变工况特性,建立考虑设备变工况特性的动态能源集线器模型。分析综合能源系统灵活爬坡资源储备容量与系统爬坡需求,设计综合能源系统灵活爬坡产品,进而提出考虑设备变工况特性的综合能源系统灵活爬坡优化模型。针对风光出力的不确定性,采用拉丁超立方采样法生成大量风光随机出力场景,并基于kantorovich距离的同步回代削减算法进行场景削减。最后,由算例分析结果可知,所提方法可以有效减少系统用能偏差和运行成本,提升系统运行灵活性。(3)针对综合能源系统负荷侧灵活性资源,开展考虑多主体灵活性资源的虚拟电厂博弈优化调度策略研究。根据综合能源系统运营结构,以各主体的利益关系为基础,建立虚拟电厂运营商和用户负荷聚合商的优化调度模型,并将综合储能服务商引入运营结构,补充系统运行灵活性。其次,分析虚拟电厂运营商与用户负荷聚合商之间利益的博弈关系,将虚拟电厂运营商作为上层,用户负荷聚合商作为下层,建立双层优化调度模型。最后,根据算例分析结果可知,所提方法可以有效均衡虚拟电厂运营商与用户聚合商之间博弈,提升系统的负荷需求响应能力与运行灵活性。

关键词：灵活性资源变工况特性灵活爬坡产品虚拟电厂主从博弈

数字经济对商贸流通业转型升级的动力机制探讨

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

商业经济研究 2024年第8期 37-40页

作者：于一可河南财政金融学院工商管理学院河南郑州451464

随着全球数字化进程的加速,数字经济已成为提升经济和产业发展不可或缺的组成部分,并在越来越多的领域产生了深远影响。本文基于2011-2021年的省域面板数据,采用主成分分析法和熵值法分别构建和测度数字经济新动能及商贸流通业转型升级... 详细信息

随着全球数字化进程的加速,数字经济已成为提升经济和产业发展不可或缺的组成部分,并在越来越多的领域产生了深远影响。本文基于2011-2021年的省域面板数据,采用主成分分析法和熵值法分别构建和测度数字经济新动能及商贸流通业转型升级水平,并实证分析数字经济新动能对商贸流通业转型升级的动力机制。研究发现:数字经济新动能发展能够有效促进商贸流通业转型升级,且这一结论在东部地区较为显著;机制效应分析发现,存在“数字经济新动能—优化数据要素配置—提升商贸流通业转型升级”的正向作用路径。最后,为进一步推动商贸流通业高质量发展,本文提出发挥数字经济新动能、强化数据基础配置、制定区域差异化政策等对策建议。

关键词：数字经济新动能商贸流通业转型升级数据要素配置

基于权责发生制的政府收入确认和计量问题研究 ——基于行政事业单位的问卷调查

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于权责发生制的政府收入确认和计量问题研究 ——基于行政事业...

作者：南可河北经贸大学

学位级别：硕士

在中共中央十八届三中全会上,研究并通过了《中共中央关于全面深化改革若干重大问题的决定》,该文件中明确提出,基于我国实践的需要,应建立以权责发生制为核心的会计制度框架。自2019年1月1日起,我国政府会计开始正式采用权责发生制进... 详细信息

在中共中央十八届三中全会上,研究并通过了《中共中央关于全面深化改革若干重大问题的决定》,该文件中明确提出,基于我国实践的需要,应建立以权责发生制为核心的会计制度框架。自2019年1月1日起,我国政府会计开始正式采用权责发生制进行会计核算,此举旨在确保政府财务信息的准确性,使信息使用者能够及时、客观地理解真实的风险状况,以及客观、真实地反映运行成本,从而有利于对政府运营绩效进行科学评估。本文主要采用问卷调查法,基于公共受托责任理论、新公共管理理论、决策有用观等理论,对我国行政事业单位在收入确认和计量方面的现状展开了调查分析。通过分析问卷数据,本文揭示了行政事业单位在收入确认和计量过程中遇到的一些问题,在制度层面主要表现为收入类科目的相关概念界定不清、科目名称相似导致易混淆、收入确认时点和方法的不明确性、交易金额不易计量;在执行层面,主要表现为预算执行差异问题突出、收入退回业务流程的困难、财务人员的专业能力需提升,以及政府会计信息披露和财政一体化系统存在的问题等。针对以上问题,本文提出了一系列改进建议,包括完善制度的顶层设计、优化预算执行管理、完善财政一体化系统建设、加强收入票据和合同管理、建立健全内外部监督机制、强化财务人员的教育培训、提高会计信息披露的质量等,旨在解决基于权责发生制的政府收入确认和计量的问题。通过对基于权责发生制的政府收入确认和计量问题的研究分析,有助于完善我国的政府会计准则体系,推进政府会计改革,更好地服务于国家治理体系和治理能力的现代化建设。

关键词：行政事业单位权责发生制政府收入确认和计量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

线扫描齿轮测量机转台基准轴标定方法

应用激光 2024年第3期44卷 115-123页

作者：杨洪涛刘士萍刘月琪张双双李莉安徽理工大学机械工程学院安徽淮南232001 安徽理工大学矿山智能装备与技术安徽省重点实验室安徽淮南232001

为提高齿轮尺寸和形状误差的测量精度,以线扫描齿轮测量机为研究对象,针对其转台基准轴标定难题,建立基准轴偏心、倾斜误差对齿轮测量及精度评定影响模型。数值仿真结果表明,基准轴误差对齿轮测量及精度评定具有显著影响。在此基础上,... 详细信息

为提高齿轮尺寸和形状误差的测量精度,以线扫描齿轮测量机为研究对象,针对其转台基准轴标定难题,建立基准轴偏心、倾斜误差对齿轮测量及精度评定影响模型。数值仿真结果表明,基准轴误差对齿轮测量及精度评定具有显著影响。在此基础上,提出一种基于单目视觉的改进型基准轴标定方法。将棋盘格平行固定在转台上,利用相机采集特征点数据,采用最小二乘法拟合特征点的空间平面和圆心,完成基准轴标定。实验结果表明,与改进前标定结果相比,改进后标定的基准轴与标准基准轴间倾斜角减少了65.2271%,偏心量减少了47.8752%。改进后的标定结果误差明显减少,标定结果更加精确。与其他标定方法相比,该标定方法操作简单。

关键词：线扫描齿轮测量机基准轴位置偏差视觉测量标定

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

情感感知增强的多粒度过滤虚假新闻检测

情感感知增强的多粒度过滤虚假新闻检测

作者：李潇可重庆理工大学

学位级别：硕士

互联网作为当今主要信息传播渠道,极大促进了近几十年来新闻传播媒体的发展。互联网为个人和组织提供了一种面向广大受众传播信息的有效途径。然而,虚假或误导性的新闻通过互联网社交媒体会传播得更迅速、更广泛。如今的虚假新闻有多种... 详细信息

互联网作为当今主要信息传播渠道,极大促进了近几十年来新闻传播媒体的发展。互联网为个人和组织提供了一种面向广大受众传播信息的有效途径。然而,虚假或误导性的新闻通过互联网社交媒体会传播得更迅速、更广泛。如今的虚假新闻有多种形式,比如网络谣言、恶作剧、政治欺骗等,用于针对不同的受众。在现实世界中,对虚假新闻进行及时的检测和处理有着重要意义,因为这些虚假新闻可能会对公众舆论、股价甚至社会治安产生重大影响。虚假新闻检测作为一项文本分类任务,需要对新闻文本进行建模并判断新闻的真实性,现阶段的虚假新闻检测模型大多是基于文本模式建模的模型,通过分析文本的写作风格和用词等来判断新闻的真实性。为了能更准确判断新闻的真实性,最近的研究人员们提出了基于证据的虚假新闻检测任务,该任务参考了人类的推理过程,将新闻作为查询,在互联网中检索新闻相关的证据用于辅助判断新闻的真假。外部信息的引入使得基于证据的虚假新闻检测在虚假新闻检测任务中有着更好的表现,因此,本文致力于研究基于证据的虚假新闻检测模型,探索新闻与证据中的隐藏信息以及文本交互方式,构建了两种基于图神经网络的多粒度过滤虚假新闻检测模型,同时通过大量实验验证了提出模型的有效性,本文的主要研究内容和贡献如下:现有基于证据的虚假新闻检测方法将从互联网检索到的新闻相关的文本直接作为正确的证据,通过注意力机制与新闻进行交互,最终判断新闻的真假,这样的方法无法对互联网中可能检索到的无关证据(例如广告和垃圾信息)进行丢弃,从而给新闻的判断引入噪声,降低模型的分类准确度。而且证据文本中的一些与新闻不相关的噪音词句会影响模型的性能,现有的检测模型对于噪音的处理不够完善。同时,以前的虚假新闻检测方法侧重于对新闻证据关系的研究,没有挖掘到新闻中的隐藏信息(比如情感极性)对于新闻真实性的影响。为了解决已有工作的不足之处,本文提出了一个情感感知增强的多粒度过滤虚假新闻检测模型(EMGFND),具体来说,本文针对从互联网中可能检索到的噪音证据以及证据中的噪音词句,提出了一个门控阈值控制的粗粒度过滤器和细粒度节点过滤器组成的多粒度过滤机制,粗粒度过滤器用于过滤掉部分与新闻文本相关性较低的证据文档,细粒度节点过滤器综合考虑了节点两个方面的信息从而丢弃噪音节点。此外,本文设计了一个新闻情感感知的注意力机制来挖掘新闻中的情感极性,并将其融入新闻与证据的注意力交互之中,从而获得新闻情感感知的新闻-证据融合表示。在两个公开数据集上的实验结果表明,对比现有基于证据的虚假新闻检测模型,EMGFND在Snopes数据集上的F1-macro和F1-micro值分别提升了0.58%和0.83%,在Politi Fact数据集上提升了1.24%和1.27%。虚假新闻检测任务本质上是一个文本分类任务,为了更改好地获得文本的上下文关系以及信息远距离依赖性,目前的工作通常采用图结构学习的方法来建模文本的语义特征,然而现有的图结构学习方法大多是通过图注意力机制为图节点计算权重进行软去噪,降低噪音节点对模型的影响,这样的做法只考虑节点在图中的重要性,并且无法完整消除冗余节点对文本分类的负面影响。为了优化虚假新闻检测任务中的图结构学习方法,本文构建了基于图神经网络的双过滤证据感知虚假新闻检测模型(GDFEND)。该模型对证据文本进行了文档和单词级别多粒度过滤降噪,在节点过滤(图结构学习)过程中综合考虑了节点的自身信息的充足性、节点在整个证据中的重要性和节点与新闻的相关性三个方面的信息来过滤掉冗余节点,通过注意力机制对新闻与证据进行交互之后,本文添加了一个有监督对比学习任务来增强模型的分类效果。在Politi Fact和Snopes两个公开数据集上的实验证明了对图结构学习的优化以及有监督对比学习的使用能够提升模型的准确度。

关键词：虚假新闻检测文本分类图神经网络图结构学习情感分析